一、单矢量水听器DOA估计算法研究(论文文献综述)
王超,笪良龙,韩梅,孙芹东,王文龙[1](2021)在《单矢量水听器稀疏近似最小方差方位估计算法》文中研究表明针对单矢量水听器海上目标探测问题,利用稀疏近似最小方差(Sparse Asymptotic Minimum Variance,SAMV)算法进行目标方位估计,该算法利用单矢量水听器自身具有阵列流形的特点,将整个扫描空间离散化,目标方位分布于某一离散方向位置上,利用空间信号的稀疏性可提高目标方位估计性能。仿真结果表明,SAMV算法在各信噪比条件下方位估计噪声背景级明显优于常规波束形成(Conventional Beam Forming,CBF)算法和最小方差无失真响应(Minimum Variance Distortionless Response,MVDR)算法,当信噪比大于0 dB时,该算法测向结果均方根误差小于2°,且SAMV算法具有更好的空间方位分辨能力。消声水池和海上声学浮标海上试验数据处理结果表明,SAMV算法给出了噪声背景级更低的目标方位历程图,有效验证了 SAMV算法对海上目标的探测性能及其有效性。
刘亚东[2](2021)在《一种用于吊放声呐的矢量接收阵原理研究》文中研究表明
王锦霞[3](2021)在《基于单矢量水听器的多目标数量估计方法研究》文中进行了进一步梳理矢量水听器(Acoustic Vector Sensor,AVS)同时共点拾取声场的声压与振速信息,单个AVS即可实现空域滤波、目标方位估计,同时具有抗各向同性噪声干扰的能力,因而被广泛应用到水下潜航器、浮标等小型无人平台。目标数量估计是水下无人平台实现自主探测的关键,因此本项目研究基于单个AVS的多目标数量估计方法,旨在阐明和验证单个AVS多目标分辨的机理,实现单个AVS欠定多目标数量估计,为小型水下无人系统的自主探测提供技术支撑。主要内容如下:(1)引入信号的加窗分离正交性(Window Disjoint Orthogonality,WDO)这一指标,从理论上解释了AVS宽带多目标实验中能观察到互谱波达方位(Direction of Arrival,DOA)直方图中出现与多目标相对应的谱峰、具有多目标分辨能力的机理。信号的WDO特性是指在某个时频点,只有某一个目标的能量占主导,而其他目标能量处次要地位,因此方位估计结果与目标真实方位接近。当相当比例的时频点具有这种特性时,这些时频点在目标真实方位附近密集形成簇类,用DOA直方图统计则形成谱峰,从而实现多目标分辨。(2)研究了基于高斯混合模型(Gaussian Mixture Model,GMM)的单个AVS多目标数量估计的方法。用加权高斯函数拟合DOA直方图中的目标谱峰,建立方位估计样本的GMM。并用狄利克雷分布约束高斯分量的权值来避免多个高斯分量对应同一目标谱峰的情况,采用最大期望估计(Expectation Maximization,EM)算法求解该模型参数。设置门限筛选拟合声源谱峰的高斯分量,剔除拟合旁瓣的高斯分量实现目标数量估计。初步验证了当目标数量达到或超过单个AVS通道数量时,单个AVS仍具备多目标分辨和数量估计的能力。(3)由于基于GMM的多目标数量估计方法对门限的设置比较敏感,本文提出基于密度聚类的单个AVS多目标数量估计方法。将方位估计结果的样本密度与离更高密度样本的最小距离的乘积作为其特征,通过有序序列差值搜索特征值显着大于其他样本的方位估计结果作为簇类的中心,从而计算簇类数量实现目标数量估计。不同时频点样本对于聚类的贡献是不同的,主导目标的能量占比越大的样本,方位估计结果越是接近目标方位真值,样本对聚类的贡献越大,反之越小甚至为负。因此本文进一步提出用表征主导目标能量占比的指标局部置信度对样本的密度进行增强,主导目标的能量占比越大的样本密度越大,而主导目标的能量占比越小的样本密度被稀释,使得簇类更为紧凑,从而提高聚类的准确性,进而提高多目标数量估计精度。湖试实验数据的分析验证了本文方法的有效性。
闫宁[4](2021)在《宽带声源定位方法及研究》文中进行了进一步梳理随着海洋领域的大力发展,声隐身性对于海上工作有着至关重要的作用。开展水下声源定位研究,确定水下声源所处空间的分布情况,研究不同类型声源对水下平台的影响,是进行减振降噪的一个重要过程。随着减振降噪技术的不断发展,水下平台自身辐射的噪声水平越来越低,若仍使用在远场条件下对水下声源的分析方法已经不能准确地获得声源位置信息。相较于窄带声源,宽带声源可以携带更多信息。因此,研究宽带声源的定位方法具有特别重要的意义。本文分析了典型的宽带声源的波达方向估计算法,并且在此基础上提出了基于同心分布双圆阵的声源定位算法和基于组合阵的声源定位算法。对不同频率和不同信噪比下的声源波达方向进行了仿真。首先,对声源定位基本方法进行分析,主要针对宽带声源子空间分类算法和近场高分辨算法并进行数学分析及仿真。其次,分析了宽带声源模型以及接收阵列模型,由于相干声源之间相差一个常数,故可以建立宽带相干声源模型。随后提出的高分辨算法,针对宽带远场声源提出了一种适合在宽频段内的相干源二维波达方向估计算法。该算法先计算出宽带声源的中心频率,再构造一个实值波束形成器,将宽带声源通过波束形成器进行处理,对处理后的数据采用二维子空间声源定位算法进行谱峰搜索即可得到声源位置信息。通过仿真分析验证了算法的准确性。最后,针对宽带近场声源提出一种基于矢量声压组合基阵的柱面分布宽带声源近场高分辨定位方法。先建立以柱面为被测面的近场声源模型,利用矢量水听器具有的单边指向性解决水下近场声源定位出现的左右弦模糊问题,采用子空间分类算法对宽带声源进行谱峰搜索。通过仿真分析验证了该算法的高分辨率的特性。
闫福平[5](2020)在《波导环境下矢量水听器定位技术研究》文中研究表明水声目标定位技术在民用和军用领域都起着重要的作用,如何有效地对海洋波导环境下水声目标定位一直都是水声行业的重点研究方向。传统的水声定位方法忽略了波导环境的影响,导致应用到海洋波导环境中定位性能不佳。鉴于此:本文从海洋环境模型入手,结合水声信号传播模型,着眼于海洋信道传输函数信息,对波导环境下声源定位进行研究。具体工作如下:介绍了波导环境下水声接收模型,阐述了水声传播过程。利用简正波理论和射线声学理论分别对矢量声场进行建模,分析声场的特点,为后续定位算法的研究提供了基础。研究了矢量匹配场定位技术和矢量时间反转镜定位技术,利用接收信号所包含的真实声场相位信息与拷贝场相位信息进行匹配相关,同时对匹配相关的方式做了更深入的研究。依据工作原理进行矢量匹配场定位与矢量时间反转镜定位仿真、误差分析和环境失配影响分析,并且利用试验数据验证了匹配场定位技术的可行性与实用性。针对实际海洋环境的未知性、测量难度以及测量误差等难题,研究了GRNN(General Regression Neural Network,广义回归神经网络)声源定位技术,利用已接收训练集信号的频谱信息,进行神经网络训练,得到最佳扩散因子,代入到测试集信号中,对水声目标进行定位。研究了矢量GRNN定位技术,利用矢量水听器独有的阵列流型及共点接收声压与振速信息,且能有效降低各向同性噪声的优异特点,提高目标声源定位性能。最后通过试验数据验证矢量GRNN定位技术的可行性与实用性。研究表明:在海洋波导环境下,匹配场定位技术和时间反转镜定位技术能更有效地利用声场信息,提高波导环境下声源定位性能;将矢量信号处理思想和以上两种算法结合,较声压处理有较好的定位效果;针对上述两种算法对海洋参数以及声场建模要求的严苛性,利用GRNN定位技术学习海洋信道知识,提高了定位精度和稳健性,也大大提高了实用性。
孔昱君[6](2020)在《基于gold-MUSIC与WOA-ML算法的矢量水听器阵列的DOA估计》文中研究指明矢量水听器质轻简单、成本造价低、便于携带。随着现代化科学技术的日益壮大,在水声工程技术方面矢量水听器占据了重要地位,其中,波达方向估计的研究是矢量水听器阵列的关键内容。智能优化算法作为一类处理最优化问题的仿生搜索算法,在工程实践中,越来越凸显了它的优越性。所以,借助优化算法解决矢量水听器阵列的波达方向角的问题成为了一种水声工程技术测向的好方法。本文针对矢量水听器阵列的DOA(Direction of Arrival)估计问题,研究了基于改进的MUSIC算法与基于优化算法改进的DOA估计问题,通过实验验证了基于所提出的方法在估计性能以及误差概率等方面的优越性。论文主要工作有:(1)提出了基于gold-MUSIC算法的矢量水听器阵列的DOA估计。通过黄金分割思想,采用大、小采样间隔对阵列谱进行谱峰搜索,实现DOA估计。仿真实验表明了该方法无论收敛性、分辨力,还是复杂度与概率误差方面都优于传统MUSIC算法;(2)提出了基于WOA-ML算法的矢量水听器阵列的DOA估计。利用鲸鱼优化算法(WOA)与最大似然估计(ML)的原理,研究了矢量水听器阵列中WOA-ML算法的波达方向角估计,通过仿真实验分析了误差概率、收敛性以及在不同信噪比和快拍数下的DOA估计性能,验证了WOA-ML算法的可行性以及优越性。本文提出了gold-MUSIC算法与WOA-ML算法对矢量水听器阵列进行的DOA估计,算法性能优越,为DOA估计应用于矢量水听器阵列提供了一种新的思路方法。
白黄琴[7](2020)在《基于两类改进的智能算法对矢量水听器DOA估计的研究》文中进行了进一步梳理矢量水听器的提出对于处理水下信号,迈出了很重要的一大步,改善了声压水听器的很多性能,由于其良好的性能广泛应用于水下的信息传输、目标检测、目标定位、跟踪等方面。本文采用两类改进的智能算法分别优化BP神经网络和最大似然估计对矢量水听器的波达方向估计(DOA,Direction of Arrival Estimation)进行研究,主要研究内容如下:1.BP神经网络对初始参数的选择非常敏感,如果参数选择不当,那么BP神经网络往往陷入局部极小,收敛速度慢。灰狼算法(Grey Wolf Optimizer,GWO)的特点而导致灰狼的种群多样性得不到保持,很容易陷入局部最优,但差分算法(Differential Evolution,DE)则有很强的全局搜索能力,原理简单、受控参数少、容易实现,因此将差分算法的变异和选择操作引入GWO算法中,有利于保持灰狼种群的多样性,并利用交叉选择操作更新灰狼个体位置,这样得到了差分进化算法与灰狼算法相结合的差分灰狼算法,DEGWO。利用DEGWO优化BP神经网络的参数建立了DEGWO-BP模型,对矢量水听器阵列信号的波达方向进行研究,并得到了在不同信噪比下的误差估计。仿真实验结果说明DEGWO-BP模型优于BP、GWO-BP、PSO-BP和SAPSO-BP模型,不仅有更好的估计精度,更好的收敛速度和优化性能。并将DEGWO-BP用汾河二库的数据进行实测实验,有效地实现了DOA估计。结果表明了本文所提的DEGWO-BP模型具有更好的普遍适用性以及良好的应用前景。2.将混沌理论与樽海鞘群算法(Salp Swarm Algorithm,SSA)相结合得到了改进的混沌樽海鞘算法,CSSA,并将CSSA优化最大似然估计对矢量水听器进行DOA估计。本文中在单信号源,双信号源以及不同的低信噪比情况下,CSSA、SSA和经典的粒子群(Particle Swarm Optimization,PSO)算法分别优化最大似然估计算法DOA估计进行仿真实验。仿真实验结果表明,本文提出的CSSA算法可以很好地优化最大似然估计算法的参数实现波达方向的估计。并将CSSA算法优化最大似然估计算法的混合算法应用于汾河二库的实际数据进行DOA估计,结果表明本文所提出的改进算法有较好的估计精度,再次论证了改进算法对于实际运用有很强的指导意义。本文提出的两种方法,均经过计算机仿真实验和实际数据的处理,效果较以往方法有一定的优越性,为矢量水听器波达方向的估计提供了新的思路,希望能对阵列信号的处理以及波达方向方向估计的研究人员有所启发。
欧宏飞[8](2020)在《基于超低频矢量处理的水下目标高精度方位估计》文中进行了进一步梳理声矢量传感器由声压传感器和振速传感器组合而成,可以同步共点拾取声场中的声压与振速信息。相较于传统声压传感器,声矢量传感器可以检测到包含空间方位信息的声矢量信息。自从声矢量传感器的问世以来,出现了大量基于矢量水听器的波达方向(direction of arrival,DOA)估计方法,其中基于声能流概念的声压振速联合信息处理技术具有较强的各向同性噪声抑制能力,引起了国内外学者们广泛的关注和研究。但在实际的海洋环境中,存在着大量的非均匀分布噪声源,这些非均匀分布的噪声源使海洋环境噪声场呈现显着的各向异性。由于各向异性噪声无法通过常规的手段进行抑制,因此严重干扰了基于矢量水听器的DOA估计精度。围绕上述问题,论文在回顾矢量声场理论、声压振速联合信息处理技术的物理基础以及基于该技术的DOA估计方法的基础上,将声压振速联合信息处理技术与各向异性噪声抑制方法相结合。以各向异性噪声场模型分析为出发点,探讨了各向异性噪声场对矢量水听器DOA估计精度干扰的原理,并进一步充分利用了矢量水听器所拾取的矢量信息提出了声矢量补偿方法,来实现对各向异性噪声的抑制。这为解决低信噪比条件下各向异性噪声场中的高精度DOA估计问题提供了一种新的思路和方法。论文具体工作如下:(1)为解决各向异性噪声对DOA估计精度产生干扰的问题,提出了一种超低频下各向异性噪声的抑制方法。该方法通过将电子旋转与声矢量补偿方法相结合,减弱了非目标噪声源辐射噪声对目标辐射噪声产生的干扰,从而达到提高DOA估计精度的目的。(2)论文对基于矢量处理的水下目标高精度DOA估计方法、常规复声强器与基于单矢量传感器的ESPRIT算法进行了计算机仿真对比,对算法性能进行了验证。(3)基于DSP芯片设计实现了论文水下目标高精度DOA估计系统,并通过仿真数据模拟真实输入情况对DSP系统进行了性能验证。仿真实验结果表明,该系统能够实时的在各向异性噪声场环境下对多个水下目标进行DOA估计,并且有着良好的精度。
白兴宇,欧宏飞,姜煜,任龙平[9](2020)在《基于声能流矢量补偿的水下目标高精度DOA估计》文中研究指明针对各向异性噪声对水下目标方位估计精度产生严重干扰的问题,文中提出了一种基于声能流矢量补偿的水下目标高精度DOA估计方法。该方法基于声压和质点振速联合信息处理技术,在有效降低各向同性噪声影响的同时得到各向异性噪声源分布模型,并根据各向异性噪声场声能流模型对各向异性噪声进行矢量补偿,进一步实现了对各向异性噪声的抑制,达到高精度估计的目的。通过数值仿真对该方法的性能进行了验证。仿真结果表明,在20 dB以下,文中方法精度均高于常规复声强器DOA估计,精度最高提高了21%。
敖宇[10](2019)在《浅海低频矢量声场中的声源被动测向技术研究》文中提出浅海低频声场中的声源测向技术是一项在军民两用领域都具有关键意义的重要技术。而矢量传感器技术的进步则为海洋声学和水声工程的发展注入了新的活力,也催生了多种多样的基于矢量声信号处理的新型声源测向技术。论文回顾了矢量传感器技术以及基于矢量传感器的方位估计技术的发展历程,总结了其研究现状,并在此基础上对声源被动测向技术展开了研究。首先介绍了在矢量声场中对声源进行方位估计的物理基础,包括水下矢量声场的基本知识和单矢量传感器的测量模型。其中,还特别研究了组合式矢量传感器的几何中心声压的测量问题,从数学上证明了目前常用的测量方式的合理性。论文把基于单矢量传感器的声源被动测向方法分成了两大类,分别是基于声能流的方法和基于等效阵列的方法。对于前者,论文进行了简要介绍,并利用实测数据对两种基于直方图统计的复声强法进行了验证。而后者又可以分为两类,分别为参数化的方位估计方法和空间谱估计方法。论文在单矢量传感器上实现了四种经典空间谱估计方法和两种经典参数化方位估计方法,仿真实验表明,相比传统的标量声压传感器阵列,单矢量传感器具有在全空间中无模糊测向的能力。提出了一种新的参数化方法——基于张量分解的多参数联合估计算法。利用单矢量传感的四路测量数据及其高阶累积量,可以构建一个符合平行因子模型的数据张量。再对张量进行分解,就可以得到声源的二维波达方向和频率的估计值。该算法具有比同类型的旋转不变子空间技术更为优良的性能。提出了一种新的(伪)空间谱估计方法——基于矢量传感器阵的改进最小方差无畸变方位估计算法。该算法利用最小方差无畸变波束形成器的信号对消现象,构建了一种对观察方位是否等于期望方位敏感的伪空间谱。改进算法的伪谱具有比传统空间谱估计方法更为尖锐的谱峰,并且在低信噪比和快拍数缺乏的条件下具有更好的性能。最后研究了更符合实际浅海环境的简正波模型,推导了简正波理论下矢量传感器阵的测量模型。以多重信号分类算法为例,研究了模型失配对方位估计的影响,并且给出了简正波模型匹配算法。在简正波模型中,原有的平面波假设会使方位估计结果为有偏估计,而模型匹配算法则能够实现无偏估计。
二、单矢量水听器DOA估计算法研究(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、单矢量水听器DOA估计算法研究(论文提纲范文)
(3)基于单矢量水听器的多目标数量估计方法研究(论文提纲范文)
中文摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究现状 |
1.2.1 矢量水听器的研究现状 |
1.2.2 基于单矢量水听器的目标定位方法研究现状 |
1.2.3 聚类算法的研究现状 |
1.3 论文的主要研究内容及布局 |
1.3.1 论文的主要研究内容 |
1.3.2 论文布局 |
2 单矢量水听器方位直方图多目标分辨机理 |
2.1 引言 |
2.2 单矢量水听器的目标检测方法 |
2.3 水声信号的WDO特性 |
2.4 水声信号WDO特性实验分析 |
2.5 本章小结 |
3 基于GMM的单矢量水听器多目标数量估计 |
3.1 引言 |
3.2 基于GMM的多目标数量估计方法 |
3.2.1 基于GMM的代价函数构建 |
3.2.2 EM算法 |
3.2.3 基于GMM的单矢量水听器多目标数量估计仿真实验及分析 |
3.3 本章小结 |
4 基于局部置信度增强的密度聚类多目标数量估计方法 |
4.1 引言 |
4.2 基于密度聚类—有序序列差值搜索的多目标数量估计方法 |
4.2.1 密度聚类 |
4.2.2 有序序列差值搜索 |
4.2.3 实验及分析 |
4.3 基于局部置信度增强的密度聚类多目标数量估计方法 |
4.3.1 基于局部置信度增强方法的基本原理 |
4.3.2 实验及分析 |
4.4 本章小结 |
5 总结与展望 |
5.1 工作总结 |
5.2 展望 |
参考文献 |
攻读学位期间研究成果 |
致谢 |
(4)宽带声源定位方法及研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题研究的背景及意义 |
1.2 国内外研究发展及现状 |
1.2.1 相干声源定位算法的发展及现状 |
1.2.2 宽带声源定位算法的发展及现状 |
1.2.3 矢量水听器的发展及现状 |
1.3 本文主要研究内容 |
第2章 声源定位方法基础理论 |
2.1 宽带声源定义及其数学模型 |
2.2 近场及远场定义 |
2.3 声源定位主要原理 |
2.4 宽带远场声源定位方法 |
2.4.1 非相干信号子空间法 |
2.4.2 相干信号子空间法 |
2.4.3 聚焦矩阵的构造方法 |
2.4.4 双边变换算法主要原理及仿真分析 |
2.4.5 仿真实验及结果分析 |
2.5 宽带近场声源定位方法 |
2.5.1 频域宽带波束形成 |
2.5.2 时域宽带波束形成 |
2.5.3 近场宽带响应矩阵 |
2.5.4 仿真实验及结果分析 |
2.6 本章小结 |
第3章 宽带远场声源方位估计算法 |
3.1 宽带远场测量模型建立 |
3.1.1 宽带声源模型建立 |
3.1.2 相干声源模型建立 |
3.1.3 接收阵模型建立 |
3.2 宽带声源频率估计 |
3.3 双圈圆阵定位方法 |
3.4 仿真结果及分析 |
3.4.1 双圈圆阵仿真结果及分析 |
3.4.2 双圈圆阵分辨力仿真结果及分析 |
3.5 本章小结 |
第4章 宽带近场声源方位估计算法 |
4.1 柱面分布近场测量模型建立 |
4.2 柱面MVDR近场聚焦波束形成 |
4.3 矢量声压组合阵柱面分布近场方位识别方法 |
4.3.1 组合阵近场测量模型 |
4.3.2 接收阵模型建立 |
4.4 组合基阵柱面MVDR近场聚焦波束形成 |
4.5 仿真结果及分析 |
4.6 本章小结 |
结论 |
参考文献 |
攻读学位期间发表的学术成果 |
致谢 |
(5)波导环境下矢量水听器定位技术研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 论文研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 波导环境下声场建模现状 |
1.2.2 矢量水听器发展现状 |
1.2.3 波导环境下声源定位现状 |
1.3 论文主要研究内容 |
第2章 水声传播模型 |
2.1 波导环境下水声信号接收模型 |
2.2 波动方程及其求解 |
2.2.1 波动方程 |
2.2.2 波动方程定解条件 |
2.3 简正波模型 |
2.3.1 理论部分 |
2.3.2 简正波模型的矢量场算例 |
2.4 射线模型 |
2.4.1 理论基础 |
2.4.2 适用条件 |
2.4.3 海洋矢量多途信道简介 |
2.4.4 海洋多途信道算例 |
2.5 本章小结 |
第3章 波导环境下矢量匹配场定位技术 |
3.1 匹配场处理技术 |
3.2 匹配场处理器分类与简析 |
3.2.1 线性匹配场处理与自适应匹配场处理 |
3.2.2 窄带匹配场处理与宽带匹配场处理 |
3.2.3 主动匹配场处理与被动相位匹配场处理 |
3.2.4 声压匹配场处理与矢量匹配场处理 |
3.3 匹配场处理器定位性能仿真分析 |
3.3.1 仿真环境设置 |
3.3.2 接收阵元对声压匹配场定位性能影响分析 |
3.3.3 矢量组合对匹配场定位性能影响分析 |
3.4 信噪比对匹配场定位性能影响分析 |
3.5 环境失配对匹配场定位性能影响分析 |
3.5.1 接收水听器深度失配影响分析 |
3.5.2 波导环境声速失配影响分析 |
3.6 扫描网格对匹配场定位性能影响简析 |
3.7 本章小结 |
第4章 波导环境下矢量时间反转镜定位技术 |
4.1 时间反转镜定位技术 |
4.1.1 单声压水听器时反被动定位 |
4.1.2 单矢量水听器时反被动定位 |
4.2 单基元时反定位性能仿真分析 |
4.2.1 单基元时反定位仿真 |
4.2.2 信噪比对时反定位性能影响分析 |
4.2.3 环境失配对时反定位性能影响分析 |
4.2.4 扫描网格对时反定位性能影响简析 |
4.3 本章小结 |
第5章 波导环境下矢量GRNN定位技术 |
5.1 神经网络定位算法概述 |
5.2 GRNN概述 |
5.2.1 GRNN基础理论 |
5.2.2 GRNN网络结构 |
5.3 GRNN声源定位算法 |
5.3.1 海洋传播模型与数据预处理 |
5.3.2 GRNN定位算法构建 |
5.4 声压与矢量GRNN定位仿真 |
5.4.1 单基元GRNN定位算法仿真与结果分析 |
5.4.2 信噪比对单矢量水听器GRNN定位性能影响分析 |
5.4.3 不同矢量组合下GRNN定位性能分析 |
5.4.4 声源深度对单矢量水听器GRNN定位性能影响分析 |
5.4.5 数据集失配对单矢量水听器GRNN定位性能影响分析 |
5.5 本章小结 |
第6章 试验数据处理与结果分析 |
6.1 声压阵试验数据处理 |
6.1.1 Swellex-96 试验介绍 |
6.1.2 试验数据处理 |
6.1.3 频点选取对定位算法影响分析 |
6.1.4 接收阵列对定位算法影响分析 |
6.1.5 声压阵试验处理小结 |
6.2 单矢量水听器试验数据处理 |
6.2.1 单声压和单矢量GRNN定位算法试验数据处理 |
6.2.2 单矢量匹配场、时反和GRNN定位算法试验数据处理 |
6.2.3 单矢量水听器试验处理小结 |
6.3 本章小结 |
结论 |
参考文献 |
致谢 |
(6)基于gold-MUSIC与WOA-ML算法的矢量水听器阵列的DOA估计(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 矢量水听器的发展 |
1.2.2 DOA估计的发展 |
1.3 论文研究内容与结构安排 |
第二章 矢量水听器阵列信号模型 |
2.1 模型假设 |
2.1.1 信号假设 |
2.1.2 噪声假设 |
2.2 矢量水听器阵列信号处理模型 |
2.3 小结 |
第三章 基于gold-MUSIC的 DOA估计 |
3.1 MUSIC算法 |
3.2 求根MUSIC算法 |
3.3 基于gold-MUSIC的DOA估计 |
3.4 仿真实验及其分析 |
3.4.1 收敛性分析 |
3.4.2 复杂度与误差概率分析 |
3.4.3 分辨能力分析 |
3.5 小结 |
第四章 基于WOA-ML的 DOA估计 |
4.1 ML算法 |
4.2 WOA算法 |
4.3 基于WOA-ML的 DOA估计 |
4.4 仿真实验及其分析 |
4.4.1 估计性能分析 |
4.4.2 收敛性分析 |
4.4.3 误差概率分析 |
4.5 小结 |
第五章 总结与展望 |
5.1 论文工作 |
5.2 展望 |
参考文献 |
攻读硕士期间发表的论文及所取得的研究成果 |
致谢 |
(7)基于两类改进的智能算法对矢量水听器DOA估计的研究(论文提纲范文)
摘要 |
abstract |
第一章 引言 |
1.1 课题研究背景及意义 |
1.2 课题研究的国内外动态和现状 |
1.2.1 矢量水听器研究进程 |
1.2.2 矢量水听器DOA估计研究现状 |
1.2.3 智能算法的研究现状 |
1.3 本文主要研究内容 |
第二章 声矢量水听器DOA估计的基本理论和方法 |
2.1 阵列信号处理模型 |
2.2.1 模型假设 |
2.2.2 阵列信号处理模型 |
2.2 基于BP神经网络的DOA估计方法 |
2.3 最大似然DOA估计方法 |
2.4 本章小结 |
第三章 基于DEGWO优化BP神经网络的DOA估计 |
3.1 灰狼算法 |
3.1.1 社会等级 |
3.1.2 社会行为 |
3.2 差分进化算法 |
3.3 基于DE-GWO优化BP网络的DOA估计 |
3.3.1 DEGWO算法 |
3.3.2 DEGWO优化BP网络的DOA估计 |
3.4 两个信号源的仿真实验 |
3.4.1 DOA估计误差曲线 |
3.4.2 DOA估计误差统计比较 |
3.4.3 在不同信噪比下DOA估计的RMSE |
3.5 汾河二库实验处理 |
3.6 本章小结 |
第四章 基于CSSA优化最大似然算法的DOA估计 |
4.1 樽海鞘群算法 |
4.2 混沌樽海鞘算法CSSA |
4.3 基于CSSA算法优化最大似然DOA估计 |
4.4 仿真实验 |
4.4.1 单信源波的DOA估计 |
4.4.2 双信号源的DOA估计 |
4.4.3 3种算法在不同信噪比下的DOA估计 |
4.5 汾河二库实验处理 |
4.6 本章小结 |
第五章 总结与展望 |
5.1 论文的主要研究内容 |
5.2 展望 |
参考文献 |
攻读硕士期间发表的论文及所取得的研究成果 |
致谢 |
(8)基于超低频矢量处理的水下目标高精度方位估计(论文提纲范文)
摘要 |
ABSRTACT |
1 绪论 |
1.1 研究的目的和意义 |
1.2 矢量水听器简述 |
1.3 声矢量被动测向技术概况 |
1.4 海洋环境噪声场研究概述 |
1.5 本文的主要研究内容 |
2 常规DOA估计方法与其理论基础 |
2.1 矢量声场理论 |
2.1.1 Pekeris波导中的点源声压场 |
2.1.2 简谐波的水平方向声能流 |
2.1.3 各向同性干扰噪声场声压和振速相关性 |
2.2 单矢量水听器DOA估计方法 |
2.2.1 平均声强器 |
2.2.2 复声强器 |
2.2.3 直方图与加权直方图法 |
2.3 本章小结 |
3 各向异性噪声抑制方法 |
3.1 各向异性噪声场模型 |
3.1.1 均匀分布噪声源 |
3.1.2 非均匀分布噪声源 |
3.2 水下目标辐射噪声频谱特性 |
3.3 超低频矢量处理方法 |
3.3.1 电子旋转 |
3.3.2 声矢量补偿方法 |
3.4 本章小结 |
4 基于声矢量处理的高精度DOA估计仿真分析 |
4.1 MATLAB语言简介 |
4.2 仿真信号产生 |
4.3 仿真分析 |
4.4 本章小结 |
5 DSP系统的实现与测试 |
5.1 DSP开发环境 |
5.2 水下目标高精度方位估计软件实现 |
5.2.1 软件框架设计 |
5.2.2 上位机各模块设计 |
5.2.3 下位机各模块设计 |
5.3 系统性能测试 |
5.4 本章小结 |
6 总结与展望 |
6.1 全文总结 |
6.2 后续工作展望 |
致谢 |
参考文献 |
附录 |
(9)基于声能流矢量补偿的水下目标高精度DOA估计(论文提纲范文)
1 多目标方位估计原理 |
1.1 单矢量水听器探测模型 |
1.2 复声强器多目标方位检测方法 |
2 水平非均匀分布各向异性噪声的抑制 |
2.1 水平非均匀分布各向异性噪声干扰原理 |
2.2 声能流矢量补偿与高精度方位估计 |
3 数值仿真 |
4 结束语 |
(10)浅海低频矢量声场中的声源被动测向技术研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究意义和选题背景 |
1.1.1 研究意义 |
1.1.2 选题背景 |
1.2 矢量传感器的发展历程 |
1.2.1 矢量传感器的分类 |
1.2.2 国外矢量传感器技术的发展历程 |
1.2.3 国内矢量传感器技术的发展历程 |
1.3 基于矢量传感器的方位估计技术的研究进展 |
1.3.1 国外研究进展 |
1.3.2 国内研究进展 |
1.4 论文主要工作及组织结构 |
第二章 矢量传感器测向技术基础 |
2.1 引言 |
2.2 水下矢量声场 |
2.2.1 声学基本方程 |
2.2.2 平面波声压与质点振速的表达式 |
2.2.3 声学欧姆定律 |
2.2.4 声场的相干性分析 |
2.3 单矢量传感器的测量模型 |
2.3.1 矢量传感器的背景噪声 |
2.3.2 矢量传感器的噪声测量模型 |
2.3.3 矢量传感器振速通道的指向性 |
2.3.4 几何中心声压的测量方式 |
2.4 基于声能流的单矢量传感器方位估计方法 |
2.4.1 平均声强法 |
2.4.2 复声强法 |
2.4.3 基于直方图统计的复声强法 |
2.4.4 实测数据验证 |
2.5 本章小结 |
第三章 基于等效阵列的单矢量传感器方位估计 |
3.1 引言 |
3.2 单矢量传感器的等效阵列测量模型 |
3.3 经典空间谱估计方法在单矢量传感器上的实现 |
3.3.1 常规波束形成 |
3.3.2 Capon波束形成 |
3.3.3 MUSIC算法 |
3.3.4 传播算子算法 |
3.4 经典参数化方法在单矢量传感器上的实现及其改进 |
3.4.1 基于单矢量传感器的ESPRIT算法 |
3.4.2 基于单矢量传感器的DOA矩阵算法 |
3.4.3 方向余弦估计公式的改进 |
3.5 本章小结 |
第四章 基于张量分解的多参数联合估计算法 |
4.1 引言 |
4.2 理论基础 |
4.2.1 基本概念与数学基础 |
4.2.2 PARAFAC模型的概念及表示法 |
4.2.3 PARAFAC分解的唯一性 |
4.2.4 高阶累积量 |
4.3 算法原理 |
4.3.1 PARAFAC模型的构建 |
4.3.2 PARAFAC模型的分解 |
4.3.3 参数估计 |
4.3.4 算法复杂度分析 |
4.4 仿真实验 |
4.5 本章小结 |
第五章 基于矢量传感器阵的改进Capon方位估计算法 |
5.1 引言 |
5.2 矢量传感器阵的测量模型 |
5.3 算法原理 |
5.3.1 信号对消现象简介 |
5.3.2 基于信号对消构造伪空间谱 |
5.3.3 改进算法与传统算法的关系 |
5.3.4 算法流程及复杂度分析 |
5.4 仿真实验 |
5.4.1 CRB推导 |
5.4.2 实验内容与结果 |
5.5 本章小结 |
第六章 基于简正波模型匹配的方位估计算法 |
6.1 引言 |
6.2 矢量声场中的简正波模型 |
6.2.1 声压与振速的简正波表示 |
6.2.2 Pekeris波导中的矢量传感器阵测量模型 |
6.3 模型失配对方位估计的影响 |
6.3.1 理论分析 |
6.3.2 仿真实验 |
6.4 简正波模型匹配算法 |
6.4.1 算法原理 |
6.4.2 仿真实验 |
6.5 本章小结 |
第七章 总结与展望 |
致谢 |
参考文献 |
作者在学期间取得的学术成果 |
四、单矢量水听器DOA估计算法研究(论文参考文献)
- [1]单矢量水听器稀疏近似最小方差方位估计算法[J]. 王超,笪良龙,韩梅,孙芹东,王文龙. 声学学报, 2021(06)
- [2]一种用于吊放声呐的矢量接收阵原理研究[D]. 刘亚东. 哈尔滨工程大学, 2021
- [3]基于单矢量水听器的多目标数量估计方法研究[D]. 王锦霞. 常州大学, 2021(01)
- [4]宽带声源定位方法及研究[D]. 闫宁. 哈尔滨理工大学, 2021
- [5]波导环境下矢量水听器定位技术研究[D]. 闫福平. 哈尔滨工程大学, 2020(05)
- [6]基于gold-MUSIC与WOA-ML算法的矢量水听器阵列的DOA估计[D]. 孔昱君. 中北大学, 2020(09)
- [7]基于两类改进的智能算法对矢量水听器DOA估计的研究[D]. 白黄琴. 中北大学, 2020(09)
- [8]基于超低频矢量处理的水下目标高精度方位估计[D]. 欧宏飞. 杭州电子科技大学, 2020(02)
- [9]基于声能流矢量补偿的水下目标高精度DOA估计[J]. 白兴宇,欧宏飞,姜煜,任龙平. 电子科技, 2020(08)
- [10]浅海低频矢量声场中的声源被动测向技术研究[D]. 敖宇. 国防科技大学, 2019(01)